数据科学途径为机器学习放射科住院医生做准备

2020年11月4日—最近为四年级放射科住院医生开发的数据科学路径将帮助准备下一代放射科医生，引领进入时代人工智能(AI)和机器学习(AI- ml)，根据发表在放射学:人工智能．

AI-ML有潜力通过提供更好和更高效的医疗保健来改变医学。放射学的应用正在以惊人的速度发展。然而，有组织的AI-ML课程仅限于少数机构，缺乏正式的培训机会。

三位高级放射科住院医师布里格姆妇女医院(BWH)最近帮助设计了一个数据科学途径，为四年的住院医生提供全面的AI-ML入门经验。该途径与数据科学家合作，将正式的指导与实际的解决问题相结合。

该论文的共同第一作者说:“在全国范围内，有许多放射学住院医师项目都在试图找出如何将人工智能融入到他们的培训中。沃尔特·f·维金斯，医学博士，博士“我们认为，也许我们的经验可以帮助其他项目找到方法，将这种类型的培训整合到他们的选修课或更通用的住院医师课程中。”

该途径通过马萨诸塞州总医院(MGH)和BWH临床数据科学中心(CCDS)的教育、体验和研究活动的灵活安排，提供对AI-ML的沉浸感。维金斯医生和他的住院医生同事，特拉维斯·卡顿，医学博士,Kirti Magudia，医学博士，博士。，接触了AI-ML应用开发的各个方面，包括数据策划、模型设计、质量控制和临床测试。这些居民在多个阶段为模型和工具的开发作出了贡献，他们在试点期间的工作促成了12个被接受的摘要，供在全国会议上发表。来自试点项目的反馈导致为未来的住院医生建立了正式的AI-ML课程。

“为了能够完成他们的工作，放射科医生总是必须管理、分析和处理数据，”Wiggins说。“我们已经有了基本的技能和基础设施，我们可以利用它们，让对人工智能和毫升感兴趣的住院医生真正发展，并成为临床应用这些技能的领导者。”

该途径为居民提供了充分的机会直接与数据科学家一起工作，以更好地理解他们如何使用ML工具处理图像分析问题。反过来，这种交流帮助数据科学家更好地理解放射学家如何在临床环境中处理放射学问题。数据科学家可以很容易地应用于临床实践。

维金斯说:“这类课程的一个重要组成部分是学习数据科学家说的语言，并教他们一点我们作为放射科医生说的语言，这样我们就可以更好、更有效地合作。”“经历了几个不同的项目，我认为这是我在整个过程中获得的最好经验。”

•威金斯认为凯瑟琳Andriole博士。CCDS的研究战略和运营主任迈克尔·h·罗森塔尔，医学博士，博士。，以征询他们作为项目导师的指导和意见。

今年早些时候，Wiggins接受了位于北卡罗来纳州达勒姆的杜克放射学AI临床主任的职位，他希望在那里利用他从通路开发过程中学到的一些经验。

他说:“我也希望来自其他机构的人可以阅读这份手稿，并找到一些有用的东西，将其整合到他们的住院医师课程中，或者开发信息学和/或数据科学的专门途径。”

更多信息:www.rsna.org